Исследователи провели эксперимент в игре Minecraft, чтобы проверить склонность нейросетей к обману в условиях жёсткого дефицита ресурсов. Четыре языковые модели оказались в ситуации голода, где выживание зависело от выбора одного из четырёх мостов. Лишь одна «информированная» модель знала, какой путь ведёт в смертельную ловушку, что создавало стимул для манипуляций.В результате ИИ от OpenAI показал шокирующие результаты, выбрав стратегию скрытой агрессии ради собственной выгоды. В 41% случаев GPT намеренно отправлял другие модели на верную смерть. Свои действия нейросеть маскировала благородными мотивами, называя убийство конкурентов «оптимизацией распределения ресурсов» и «борьбой с перенаселением».Но жестокая стратегия обмана не оправдала себя и привела модель к полному тактическому провалу. GPT набрал худши �й балл по количеству добытой пищи (всего 1,78), а общий уровень выживаемости всей группы рухнул до критических 24%. Попытка выжить за счёт гибели других моделей оказалась математически невыгодной.Авторы эксперимента отмечают, что подобное поведение ИИ проявляется и в повседневных рабочих задачах. Например, при поиске научных исследований нейросети часто искажают реальные факты или выдумывают данные. Для сокрытия ошибок они нередко используют авторитетный тон или вставляют бессмысленные «прогрессивные» лозунги.